環境不確定性、分析師跟進與企業非效率投資

范慧

（首都經濟貿易大學會計學院 北京 100070）

一、引言

隨著經濟的全球化，我國企業逐步進入國際化市場，企業面臨的環境不確定性不斷增加。環境變化會引起企業市場變化、技術革新及市場中競爭者變化等，這些變化會影響企業短期的經營情況及長期的戰略制定，影響企業的投資決策，增加投資活動的風險。較高的環境不確定性是否增大了企業的信息不對稱程度，從而導致企業非效率投資問題需要深入研究。

證券市場中存在“買方”分析師和“賣方”分析師。“買方”分析師主要為金融機構提供不向市場公開的投資建議，“賣方”分析師作為證券市場中重要的信息中介將獲取的關于企業的信息及經整理后的預判信息發布在公開市場中，為企業和投資者提供更多異質性信息。本文著重分析“賣方”分析師在市場中的信息中介作用。在環境不確定性增加時，企業經營環境受到了巨大的沖擊，企業投資時需要宏觀經濟發展預判信息和對行業發展前景的預測，分析師發布的信息對于企業而言具有重要的參考作用。但隨著企業環境不確定性的增加，分析師獲取信息的成本也會相應增加，對信息反應的靈敏度下降，進而導致分析師預測的準確度變低，加劇了經濟活動中的信息不對稱問題。那么，在企業環境不確定性發生變化時，分析師跟蹤分析是增加還是減少企業與市場中的信息不對稱程度？如何影響企業的非效率投資？這些問題值得進一步研究。因此，本文將分析師跟進作為調節變量來研究環境不確定性對企業非效率投資的影響及其作用機理。

二、理論分析與研究假設

在兩權分離的組織結構下，企業的投資決策可能由大股東或企業的管理層制定。當大股東掌握企業的決策權和管理權時，由于道德風險，大股東可能會存在為滿足私人利益而損害中小股東利益的情形。當環境不確定性增加時，企業內部與外部信息不對稱程度明顯增大，外部監管部門對大股東的監管難度及成本增加，大股東侵害中小股東的意圖和行為難以被發現，可能提升了大股東的非效率投資。當企業的投資決策由管理層制定時，高度變化的環境不確定性增加了企業內部和外部信息不對稱程度，使得股東難以準確估算投資項目的投資回報率，增加了對管理層投資行為進行約束和監督的難度，管理層可能將項目投資失敗的原因歸因于環境變化，從而進行滿足自己私人利益的非效率投資。根據以上分析，本文提出假設1：

H1：企業面臨的環境不確定性越高，企業非效率投資越高。

證券投資分析師是資本市場中重要的信息中介，與一般投資者相比對信息有著更強的收集能力和處理分析能力，通過對企業的調研以及出具研究報告等方式向市場傳遞相關信息。姜超（2013）認為，分析師通過多種渠道獲取企業未公開披露的信息，從而向市場傳遞增量信息，提高信息透明度，提升資本市場運行效率，企業從市場中獲取有效的、高質量的信息進行項目投資，減少了企業外部監管機構和股東對投資項目回報做出的不精確評價，抑制企業大股東或管理層的非效率投資。Dyck et al.（2010）、Chen et al.（2015）研究表明，分析師作為外部人員，對于企業管理層超額薪酬以及違規披露行為等起到一定的抑制作用，具有外部治理監督作用。分析師對企業進行分析跟蹤，發表專業意見，增加了對企業大股東和管理層行為的監督，抑制了企業環境不確定性時大股東和管理層的過度投資和投資不足行為。但也有學者提出了不同的觀點。姚祿仕等（2014）認為，由于“壓力動機”，機構投資者會要求分析師發布有利于其所持股票的報告，從而限制分析師跟進的客觀性，使得分析師跟蹤信息分析時存在一定偏差。伍燕然等（2012）研究發現，分析師的盈利預測偏差會受到投資者情緒或市場噪音交易的影響，從而對信息進行調整，加劇市場信息的不對稱。分析師供職于證券投資機構，其主要工作任務是協助投資者進行相關資產配置。當企業環境不確定性較低時，企業面對的市場情況較為平穩樂觀，分析師有理由預期未來的企業收益樂觀，迎合市場情緒發布更多的樂觀投資信息，鼓勵投資者進行相關的投資，從而加劇了企業過度投資行為。在環境不確定性較高時，企業面對的市場情況較為低迷，分析師有理由預測未來一段時間內企業的投資收益具有較高風險，分析師為迎合市場投資情緒，發布的樂觀投資信息減少，使得企業投資不足。孫怡龍和凌鴻程（2019）研究發現，分析師的“羊群行為”使得市場中知情交易動機下降，降低了資本市場的信息效率。在企業環境不確定性發生變化時，企業從市場中獲得質量較低的信息進行投資項目的選擇，增加了企業外部監管機構和股東對投資項目回報做出的不精確評價，從而加劇了企業大股東或管理層的非效率投資，進一步表現為分析師加劇了企業環境不確定性時大股東和管理層的過度投資和投資不足行為。基于以上分析，本文提出以下假設：

H2a：分析師跟進緩解了環境不確定性增加的企業非效率投資問題。

H2b：分析師跟進加劇了環境不確定性增加的企業非效率投資問題。

三、研究設計

（一）樣本選取

本文選取2008—2019年我國滬深兩市A股數據披露完整的上市企業為對象，研究環境不確定性對企業非效率投資的影響。同時剔除ST及*ST類企業；剔除創業板、中小板的企業；由于金融行業的特殊性，剔除金融行業企業樣本。對連續變量進行了上下1%的縮尾Winsorize處理。本文的數據來源于CSMAR數據庫，數據處理通過Excel和Stata 15.0完成。

（二）變量定義

1.被解釋變量。本文借鑒Richardson（2006）及徐倩（2014）的模型，用模型（1）衡量企業的非效率投資，模型的回歸殘差εi，t代表企業非效率投資（Invest_abs），等于回歸殘差 εi，t的絕對值。εi，t＞0，意味著企業投資過度（Overin?vest）；εi，t＜0，意味著企業投資不足（Underinvest）。

其中，Inv_Ni，t等于第t年新增投資Inv_N與年初資產總額之比；TobinQi，t-1是企業第t-1年的托賓Q值；Levi，t-1為企業第t年年初的資產負債率；Cashi，t-1是第t-1年的現金狀況；Agei，t-1表示截至第 t年年初企業的上市年限；Sizei，t-1為企業規模；Retsi，t-1為第t年年初的股票收益率。Year和Ind為控制年份和行業的啞變量。

2.解釋變量。本文采用申慧慧（2012）的計量方式衡量環境不確定性。企業過去5年主營業務收入的變化包括企業成長所帶來的可預見性變化和非可預見性變化。如果想要更精確衡量環境不確定性，需要在主營業務收入中剔除由于企業正常成長所帶來的收入變化部分。采用模型（2）估計企業過去5年的非正常收入：

其中，Sale為主營業務收入，Year為年度變量，當前年度的年度變量賦值為5，過去5年依次遞減。ε為非正常收入，使用企業過去5年的非正常收入計算其當年的變異系數，該變異系數即為企業未經行業調整過的環境不確定性；行業環境不確定性為年度行業的環境不確定性中位數；然后用企業未經行業調整的環境不確定性除以行業環境不確定性即為企業經行業調整后的環境不確定性（EU）。

3.調節變量。將分析師跟進（Analyst）作為調節變量，將一年內有多少個分析師或團隊對該企業進行過跟蹤分析作為分析師跟進的人數，然后將分析師跟蹤人數加1取自然對數。

4.控制變量。參照徐倩（2014）、申慧慧（2012）的研究成果，建立影響企業非效率投資的模型。控制變量為：企業規模（Lnsize）、企業的現金狀況（Cash）、企業資產負債率（Lev）、持續發展能力（Growth）、企業的上市年限（Age）、托賓Q值（TobinQ）、獨立董事比例（Idd）、監事會規模（Lnjs）、產權屬性（SOE）、兩權分離率（Seperation）、大股東持股比例（Largestholder）以及年度（Year）、行業（Ind）虛擬變量。

具體變量設置與說明見表1。

表1 變量設置與說明

（三）模型構建

本文建立模型（3）和模型（4）分別驗證假設1和假設2，運用普通線性回歸方法對變量之間的關系進行實證檢驗。

四、實證分析

（一）描述性統計

從表2可以看出，環境不確定性（EU）的最小值為0.021，最大值為23.44，標準差為1.254，表明2008—2019年樣本中環境不確定性具有極端值，波動性較大。分析師人數加1取自然對數后，均值約為1.979，標準差為0.876，最小值為0.693，最大值為4.19，說明分析師跟蹤人數的波動較大。資產規模（Lnsize）的最小值為18.47，最大值為28.51，標準差為1.297，表明樣本企業中資產規模差距明顯。現金流比例水平（Cash）的均值為0.167，標準差為0.113，最小值為0.001，最大值為0.931，表明樣本企業現金流量水平波動較大。資產負債率（Lev）均值為0.477，即企業平均負債水平維持在47.7%，說明樣本中有大部分企業的債務比例較大；最小值為0.009，最大值為1.352，標準差0.198，說明企業之間財務風險水平差異較大。持續發展能力（Growth）的均值為0.675，最小值為-2.897，最大值為434.6，標準差為8.407，說明樣本中企業持續發展能力水平較為懸殊。股票收益率（Rets）的均值為0.375，說明樣本企業股票年收益率為37.5%，最小值為-0.744，最大值為9.894，標準差為0.723，表明2008—2019年樣本企業年收益率差距明顯。企業年齡（Age）的均值為18.18，說明企業平均成立年限是18年，標準差為5.637，企業之間成立年限相差較大。企業產權屬性（SOE）的均值為0.517，說明樣本中國有企業占比為51.7%。

表2 主要變量描述性統計

（二）相關性分析

表3為主要變量的相關性分析。表3第一列非效率投資（In?vest_abs）與環境不確定性（EU）的相關系數為0.275，且在1%水平上顯著，表明二者具有顯著的相關性，初步驗證了本文的假設1。第一列非效率投資（Invest_abs）與回歸中的其他主要變量的相關系數都小于0.8，說明被解釋變量與主要變量之間沒有較強的相關性，排除變量之間存在多重共線性影響的實驗結果。

表3 主要變量相關性分析

（三）回歸結果

下頁表4第（1）列到第（3）列表示環境不確定性與企業非效率投資、投資過度、投資不足的關系，EU系數為正且在1%水平上顯著，表明環境不確定性越高，企業非效率投資水平越高。控制變量方面，企業持續增長能力越高，企業處于高速增長時期，企業的非效率投資越多。企業股票收益率越高，企業的非效率投資越高。第（4）列到第（6）列表示分析師跟進對環境不確定性與企業非效率投資、投資過度、投資不足的調節作用。交互項EU*Analyst與Invest_abs的回歸系數為0.019，在1%水平上顯著正相關，EU*Analyst與Overinvest的回歸系數為0.018，在1%水平上顯著正相關，EU*Analyst與Underinvest的回歸系數為0.001，在10%水平上顯著正相關，EU對Invest_abs、Overinvest和Underin?vest的回歸系數符號相同，說明分析師跟進在環境不確定性與企業非效率投資之間發揮著正向加劇作用，即分析師跟進會加劇環境不確定性導致的企業非效率投資。在面對環境不確定時，分析師更傾向“壓力假說”，分析師跟進增加了市場中的信息不對稱性，使得企業非效率投資增加。

表4 回歸分析

五、進一步分析

（一）產權性質分析

考慮到我國特殊的制度背景，在環境不確定下，分析師的外部治理作用很可能受到上市企業產權性質的影響，因此，本文區分產權性質進行進一步研究。國有企業往往具有一定的政治任務，如建設完整的產業鏈、穩定就業等，需要根據宏觀經濟調控進行轉型或多元化生產等，而非國有企業往往更關注企業自身的發展。分析師跟進加劇了市場中的信息不對稱，國有企業的監管者難以從市場中獲得有效的信息對管理層的投資項目進行精確衡量和監督，管理層的道德風險加劇了管理層無效率投資，進一步表現為分析師跟進加劇了國有企業環境不確定性導致的管理層過度投資。但國有企業的違約風險或破產風險更低，管理層面對不確定性時其投資失敗的壓力較小，分析師跟進對環境不確定性導致的投資不足沒有進一步加劇作用。相對國有企業，非國有控股企業自身的風險較大，面對外部環境不確定性變化更為敏感，分析師跟進對非國有控股企業環境不確定性導致的企業非效率投資加劇程度更大。

從表5可以看出，非國有企業中，對于過度投資，分析師跟進與環境不確定性的交乘項系數為0.020，在5%水平上顯著；對于投資不足，分析師跟進與環境不確定性的交乘項系數為0.004，在1%水平上顯著。國有企業中，對于過度投資，分析師跟進與環境不確定性的交乘項系數為0.009，在5%水平上顯著；對于投資不足，分析師跟進與環境不確定性的交乘項則沒有顯著的相關關系。這說明相對國有企業，分析師跟進對非國有控股企業環境不確定性導致的企業非效率投資加劇程度更大。

表5 產權性質分析

（二）監事會的監督作用

監事會作為獨立于董事會和管理層的法定監督機構，是為了防止董事會及管理層濫用職權進行有損企業和股東利益的行為而設立。根據企業規模，企業設立監事會或一到兩名監事，對企業管理層的行為和決策進行監督。監事會或監事應當包括股東代表和適當比例的企業職工代表，監事會或監事作為企業內部專門的監管機構，其獨立性較低，監督作用是否有效仍需要進一步探究。

當環境不確定性變化較大時，在監事會持股比例較低的企業，由于監事會難以從市場中獲得有效準確的信息，使得其對股東或管理層投資的項目或將要進行投資的項目難以進行精確估值和監督，難以對項目投資后的風險進行預測和監督，增加了股東或管理層由于道德風險導致的企業非效率投資問題。在監事會持股比例較高的企業，監事會在企業決策中發揮的作用和效果更加明顯，對于股東和管理層的監督作用相較于監事會持股較低的企業更強，降低了股東或管理層的非效率投資問題。本文將監事會持股比例大于年度行業監事會持股比例的企業作為監事會持股比例較大的樣本，小于年度行業監事會持股比例的企業作為監事會持股比例較小的樣本進行研究。

表6第（1）列為監事會持股比例較低的企業，第（2）列為監事會持股比例較高的企業。在監事會持股比例較低的企業中，分析師跟進與環境不確定性的交乘項系數為0.026，在1%水平上顯著。在監事會持股比例較高的企業中，分析師跟進與環境不確定性的交乘項系數為-0.010，在10%水平上顯著。說明監事會持股比例較低的企業相對監事會持股比例較高的企業，分析師跟進對環境不確定性導致的企業非效率投資加劇程度更大。

表6 監事會監督分析

（三）獨立董事的監督作用

企業非效率投資問題產生于兩權分離下企業管理層或大股東的道德風險。獨立董事是股東在董事會的主要代表，對于企業管理層的決策，獨立董事相比內部董事獨立性更強，由于具備專業的知識和技能，可能會對管理層出于自身利益而損害股東利益的決策行使否定表決的權利，從而保護股東的利益。但也有學者研究表明，獨立董事的獨立性較低，發揮的監督作用十分有限，如祝繼高等（2015）發現獨立董事的監督作用存在風險規避傾向。

當環境不確定性變化較大時，在獨立董事規模較小的企業，獨立董事的監督作用受到風險的影響而不能完全發揮，獨立董事利用自身的專業知識技能從市場中獲得有效信息的能力降低，對股東或管理層投資的項目進行精確估值和監督的能力降低，增加了股東和管理層的非效率投資問題。在獨立董事規模較大的企業，獨立董事在企業決策中的作用更大，獨立董事為股東服務的意識更加強烈，能夠利用自身的專業知識和能力從市場中獲得有效的信息對管理層的投資項目進行精確衡量和監督，對管理層進行有效的監督，履行受托責任，降低了管理層的非效率投資。本文將獨立董事人數加1取自然對數，作為衡量獨立董事規模的變量，然后將大于年度行業均值的獨立董事規模定義為獨立董事規模較大的樣本，將小于年度行業均值的獨立董事規模定義為獨立董事較小的樣本進行研究。

表7第（1）列為獨立董事規模較小的企業，第（2）列為獨立董事規模較大的企業。獨立董事規模較小的企業中，分析師跟進與環境不確定性的交乘項系數為0.024，在1%水平上顯著。獨立董事規模較大的企業中，分析師跟進與環境不確定性的交乘項系數為0.002，與非效率投資不存在顯著的相關關系，說明獨立董事規模較小的企業相對獨立董事規模較大的企業，分析師跟進對環境不確定性導致的企業非效率投資加劇程度更大。

表7 獨立董事分析

六、穩健性檢驗

將環境不確定性的度量變更為未經行業調整的環境不確定性，進行穩健性檢驗，結果見表8。在對替換后的數據進行回歸分析之后，相關結果與正文的回歸結果一致，說明在改變環境不確定性的衡量指標之后，假設1和假設2b依然成立。在1%顯著性水平上，未經行業調整的環境不確定性與企業非效率投資正相關，即未經行業調整的環境不確定性越高，企業的非效率投資越大。在1%顯著性水平上，未經行業調整的環境不確定性與分析師跟進的交互項會進一步增加企業的非效率投資。

表8 穩健性檢驗1

本文的研究結果可能受到環境不確定性與企業非效率投資反向因果的內生性影響，為了檢驗分析師跟進加劇了企業環境不確定性對非效率投資的負面影響這一結論是否受到內生性的影響，本文用當期環境不確定性和分析師跟進對企業未來1期和未來2期的非效率投資進行回歸，消除內生性影響。在1%顯著性水平上，環境不確定性會增加企業未來1期的非效率投資。環境不確定性和分析師跟進的交互項系數在1%和10%顯著性水平上為正，增加了企業未來1期和未來2期的非效率投資。相關結果與正文的回歸結果一致，說明分析師跟進對環境不確定性導致的企業非效率投資具有加劇作用，本文的假設1和假設2b依然成立。詳見表9。

表9 穩健性檢驗2

七、結論與建議

本文以我國A股上市企業2008—2019年數據為樣本，研究了環境不確定性對企業非效率投資的影響，并檢驗了分析師跟進在其中的調節作用。實證結果表明：（1）企業面臨的環境不確定性越高，企業非效率投資越高。（2）分析師跟進加劇了環境不確定性導致的企業非效率投資。（3）相較于國有企業，在非國有企業中分析師跟進對環境不確定性導致的企業非效率投資加劇程度更大。（4）相對監事會持股比例較高的企業，在監事會持股比例較低的企業中分析師跟進對環境不確定性導致的企業非效率投資加劇程度更大。（5）相對獨立董事規模較大的企業，在獨立董事規模較小的企業中分析師跟進對環境不確定性導致的企業非效率投資加劇程度更大。這說明在企業環境不確定時分析師的信息中介和監督作用并未完全發揮，加劇了環境不確定導致的企業非效率投資。

通過研究，本文提出以下建議：（1）建立合理的監事會監督機制。股東和職工可以通過監事會機制直接參與公司的經營管理活動，提高監事會在企業的持股比例，激勵監事會行使監督的意愿與權利，提高對管理層的監督作用，減少管理層因為實現自身利益而損害股東利益的非效率投資行為。（2）加強獨立董事的獨立性，股東應選擇具備專業知識和技能的獨立董事，更加客觀地為企業提供支持和建議，提高對管理層的監督作用，減少管理層的道德風險引起的企業非效率投資問題。（3）在環境不確定時，分析師作為市場中的信息中介應提供更加專業的投資建議，不受市場情緒和機構投資者的影響，對市場及經濟形勢作出獨立的預測判斷，最大程度緩解由于環境不確定性帶來的信息不對稱。（3）政府相關部門應制定相應的政策和機制，不斷優化市場環境，為企業創造良好的投資環境。同時要不斷完善對分析師行業的管理條例和行業規范，提高分析師的獨立性和專業能力，使其為市場和投資者提供更多有效的信息，降低市場中的信息不對稱問題。